近段时间一直在面试,期间有一些小心得,包括:作为面试者,应该如何设问来获取信息进行判断;以及作为被面试者,应该如何回答才更容易击中要害。在此记录成文。 首先强调一下,面试本是缘分,无论是否通过,并不证明你的个人能力强弱,更多的是靠双方交锋时的临场感觉,以及公司实际情况,因此本文内容仅为个人观点,并不代表业内衡量标准哦~ 一般我会把我面试时的问题分为3类:开放性问题、案例性问题、设问性问题,下面分别针对每类问题展开讨论,我觉得如果这些问题答的到位,很容易快速形成判断。 1、开放型问题 顾名思义,指那些没有边际,全靠被面试者经验发挥的问题,通常这类问题我想观察被面试者的表达能力,逻辑思维能力和沟通能力。举例来说: 你怎么看XXX行业? XXX为被面试者之前做的产品所在行业。产品经理需要掌握行业分析能力,一般如果做了1年,应该对某个行业有一定认知,我希望被面试者能在回答这个问题时,不要天马行空想啥说啥,而是有一定条理,有一定论点,有一定论据。比如我做过的红演圈,属于艺人经纪行业,就可以从: 行业当前从业者身份(模特、演员、歌手) 从业者数量(百万级) 行业主要业务范围(选秀、见组面试、试戏、广告拍摄、网红直播) 用户痛点(找到靠谱机会、找到靠谱艺人) 现有解决方案(艺人跑组、经纪公司推荐、海选) 行业入局者有哪些(星云颜值、红演圈、选角、全民造星、美空) 行业发展自己的个人看法(全民娱乐,影视资源丰富,市场前景看好,但从业人员良莠不齐,行业规则混乱,需要良好规范) 以上几个方向来回答。 2、案例型问题 指需要被面试者举出实际工作案例,来证明自己能力的问题。通常我会根据岗位要求,针对简历中描写的项目经历来提问。举例来说: 能否举个例子,来证明你的数据分析工作,对公司,或者对用户产生了价值,以及都产生了哪些价值? 这个问题能快速判断一名产品经理的数据分析能力、需求处理能力、项目把控能力。一方面要清楚为什么要做数据分析,一方面讲清楚如何分析,另一方面还要证明通过推进数据分析项目,实际产生了价值,而不是为了做而做。具体回答时,也建议有一定条理。比如我在网易做数据分析产品时,就可以说: 做项目之前的情况(公司内部数据管理混乱,每个人对同一指标概念不统一,埋点随意,采集的数据分析维度单一,对具体运营编辑无指导意义等) 我都做了什么(规范统计口径,根据统计模型进行可视化界面设计,优化数据传输协使数据记录更全面,从竞品数据对比、分频道热门文章排序、分享传播路径、渠道分组分析等多角度为各身份人群提供定制数据查询功能) 做了之后效果如何(产生竞品意识,编辑推荐文章更符合用户口味,能产出更多具有传播性的内容,渠道价值可量化等) 3、设问性问题 这类问题就是靠面试者根据自身需要,或者简历疑问进行设问了。通常在这方面我会进行"刨根问底"式的追问,通过连续询问"为什么"来挖掘被面试者是否真的理解自己做的东西,或者充分思考过工作中的问题。举例来说: 问:你如何做需求收集的? 答:做需求池,将需求分类放入需求池。 问:你是怎么判断某个需求是否可以入需求池? 答:根据需求是否能解决问题,是否有价值。 问:你如何判断解决这个需求是否有价值? 答:确认当前问题是什么,确认问题发生的原因、场景、行业解决方案、解决的成本、解决后的收益。依此来判断这个需求是否值得做。 通过层层设问,来判断被面试者分析问题解决问题的思路。 最后再从面试者的角度,给大家提些面试时的小建议: 1、面对开放性问题,如果你不直接回答,而是先通过"反问"将答案缩小,会在我这里得到加分哦。 比如听到"介绍下你自己",先问"你想具体了解我哪方面",让面试问题聚焦。 2、回答时,切忌自说自话,而是在回答一段后,问一句"我的回答是否是您想问的",令面试过程互动起来,会得到加分。 3、回答时,尽量采用结构化思维,条理清晰,有理有据,推荐句式:我的观点是、首先、其次、然后;第一、第二、第三。尤其在面试策略、后台产品经理时,这样的回答会有加分~ 以上就是我对面试产品这一场景的思考,并不全面,只是抛砖引玉,你是如何面试的呢?你又经历了怎样的面试呢?期待你的留言~